基于多源融合的水輪機空化狀態在線評價系統及應用

魏運水，何繼全，崔 悅，李 震，劉 藝，王振鑫

（1.福建水口發電集團有限公司，福建 福州 350004；2.北京中元瑞訊科技有限公司，北京 100085）

1 前言

水輪機是水力發電機組中的將水能轉換為機械能、進而轉換為電能的關鍵設備，其工作運行的可靠性和效率決定了整個水電機組的可靠性和效率。因此深入研究空化機理，結合信號采集、信號處理和故障診斷技術，建立可信的實時在線空化狀態評級系統，實現對機組空化狀態的在線評價和預警，對水輪發電機組的可靠、高效運行和維修有著積極的意義。

2 空化信號的特點

2.1 初生階段空化引起的超聲段信號

研究表明，在空化發生的初始階段，液體沖擊產生的空泡絕大多數空化的體積較小，潰火時較短，輻射出的沖擊脈沖信號頻率高，主要是超聲波信號。因此，監測空化超聲波信號有利于及早發現水輪機中的空化。此時，空化輻射出的超聲信號主要分布在30～120 kHz的頻率范圍內。

2.2 強烈空化引起的可聞段振動信號

水輪機發生嚴重空化空蝕時,將會導致發電機組產生劇烈高頻的振動，而且會產生極其劇烈的噪聲。可以通過采集轉輪的高頻振動信號進行分析評價。在這種情況下，通過在轉輪附近的尾水門、水車室內的支持蓋或者水導下軸承等位置加裝加速度傳感器，實時采集和分析評價水輪機空化空蝕引起的振動加速度信號。轉輪空化空蝕越嚴重，所測得的振動加速度值越大。相較于超聲段信號，空化引起的振動信號主要以可聞聲段的信號為主。

2.3 強烈空化引起的機組能量參數的改變

隨著空化劇烈發展時，會使水輪機的效率、出力下降，耗水率增大。因此，通過在線監測機組效率、出力等能量參數，通過對比起發展趨勢，也能及時間接反映出轉輪空化空蝕的發展程度。

3 多源融合的空化狀態在線評價系統

綜上所述，不同階段空化空蝕聲信號的特征并不相同，因此，需要采用多種監測手段才能有效監測和識別其空化空蝕發展狀態。在本文中將同時采集監測可聞聲段振動信號、超聲段聲音信號、機組效率及機組負荷等能量參數等三類信號實現對轉輪空化的監測和分析評價。

3.1 測量傳感器選擇

3.1.1 可聞聲段振動傳感器

正如前文所述，由于空泡潰滅的瞬間會輻射的機械沖擊力，具有高頻、大沖量的特點，因此，更合適測量其加速度信號。因此在本文中，選擇加速度振動傳感器測量可聞聲段的空化信號。可將振動加速度的頻率響應范圍限制在1 kHz～20 kHz之內，且采用應變式加速度傳感器。表1是典型的用于測量空化引起振動的加速度傳感器的關鍵技術參數：

表1 空化信號采集振動加速度傳感器

典型的安裝位置有尾水管檢修入口門及導葉拐臂處選擇1～2不同方位固定。

3.1.2 超聲段空化信號采集傳感器

可用于超聲段空化信號采集的傳感器有兩種，一種是聲發射傳感器，另外一種是水聽器，以下分別介紹其特點和技術指標。

（1）聲發射傳感器

聲發射檢測技術具有以下優點：聲發射信號來自檢測對象本身，能夠對檢測對象實現實時監測；可檢測的頻帶較寬，可以監測從幾千到1 MHz頻率的信號。在本文中，選擇R15a型聲發射傳感器，實現對空化信號高于20 kHz以上信號的采集測量。典型的安裝位置有尾水管檢修入口門及導葉拐臂處選擇1～2不同方位固定。表2是其關鍵技術參數。

表2 聲發射傳感器主要技術參指標

（2）水聽器

水聲換能器是將電信號轉換為水聲信號或將水聲信號轉換為電信號的器件。正如本文所述，空泡潰滅會引起不同的水聲輻射信號，而用水聽器就可以拾取這些水聲信號，通過分析識別就可以實現對空化信號的評價。對比于聲發射傳感器，水聽器的頻率響應范圍地可聞聲段和超聲聲段都有。典型的安裝位置如尾水管檢修入口門。表3是其關鍵技術參數。

表3 水聽器主要技術參指標

3.1.3 機組能量參數測量

機組效率測試的核心是機組過機流量的測試，而在線測量機組流量的方法主要有超聲波測流法、蝸殼差壓法等。在測量得到機組流量之后，采集機組有功功率，蝸殼進口壓力以及出口壓力等參數就可計算獲得機組實時效率。以下表4是效率測量所需要的測量參數：

表4 機組效率測量所需測量參數

3.2 空化狀態在線評價系統功能原理

結合空化系統的特點以及傳感器的選型，空化狀態在線評價系統的結構如圖1所示：

圖1 空化狀態在線評價系統結構圖

圖1中，超聲段信號（聲發射信號、水聽器）通過高速信號采集模塊進行采集，采集頻率為2 MHz，能滿足1 MHz以下聲發射信號、水聽器信號的采集；可聞聲段的高速振動加速度信號通過中頻信號采集模塊進行采集，采集頻率為200 kHz,能滿足20 kHz及以下振動加速度信號的采集；而機組蝸殼差壓、有功功率、壓力等信號則由低頻信號采集模塊進行采集，該采集器采集頻率設定為500 Hz。上圖1中，智能空化信號處理單元是評價系統的核心信號處理單元，它接收高速采集模塊傳送來的聲發射、水聽器的超聲段高頻信號，接收中速采集模塊傳送來的振動加速度的可聞聲段高頻信號以及低速采集模塊傳送來的蝸殼差壓、機組有功率、壓力等信號，融合上述信號，實時計算機組效率、耗水率，以及空化強度等關鍵指標，并在線判定機組的空化狀態，如果滿足報警條件（如效率下降、空化信號指數增大）則發出告警信號，實現在線的預警功能。同時將上述數據進行存儲、顯示、以及向遠程的機組監測分析中心傳輸，以滿足在線遠程監測分析的需要。其數據處理邏輯框圖如下：

圖2 是空化狀態在線評價系統數據處理邏輯框圖，其中核心算法是空化強度信號的識別與計算方法。從本文空化信號的特征可以獲知，空泡潰滅時對轉輪葉片和尾水管壁等產生強烈的高頻沖擊脈沖信號，因此采用恰當的信號處理方法識別沖擊的頻次、強度，是識別空化強度的重要方法。越高頻次潰滅的空泡，說明空泡越多，對水輪機損傷也越大；越高幅值能量的沖擊，對水輪機過流部件的破壞也越大。因此，借助于單位時間內的沖擊總能量和沖擊脈沖頻次可以實現對水輪空化狀態和發展水平的分析評價。當然也可以借助于最新的深度機器學習方法，可以大量空化數據樣本的基礎上，對機組的不同空化狀態進行識別和分類。

4 空化強度評價方法及應用

4.1 基于譜峭度方法的沖擊脈沖能量空化評價方法

譜峭度法是一個共振解調方法中帶通濾波器中心頻率和帶寬參數確定問題的有效方法，廣泛用于工業大型機械的信號檢測和故障定位；該方法以選擇濾波后時域信號的峭度值作為濾波效果度量指標，采用多次迭代方法確定最優的濾波器。以此最優濾波器為基礎，對聲發射、水聽器、振動加速度信號進行窄帶濾波，而后采用數字包絡解調方法獲得沖擊包絡信號，以該包絡信號為基礎，積分獲得脈沖能量強度，和脈沖重復率、單位時間內的沖擊能量強度。通過上述脈沖重復率和沖擊能量強度，就可實現空化狀態的量化評價。

圖3 是對福建某水電廠軸流轉槳式機組尾水管門測得的超聲信號，采用本方法處理的結果。從以上數據可以看出，在測量水頭低負荷區單位時間內的沖擊脈沖重復率、脈沖能量強度遠高于高負荷區。經對比該機組模型試驗和綜合特性曲線數據獲知，該機組在對應水頭低負荷區存在較為強烈的空腔空化和翼型空化；而在高負荷區，該機組空腔空化則減小、變弱。因此，對比上述數據可以看出，通過沖擊脈沖重復率和沖擊脈沖能量可以較好的反映出該水輪機的空化狀態和變化水平。

圖3 不同負荷區下空化沖擊脈沖重復率分布及空化沖擊脈沖能量的分布

4.2 基于深度機器學習的空化評價方法

深度學習是基于深度神經網絡來對數據進行更復雜的分析處理，以期獲取我們用戶感興趣的信息，是信號與信息處理范疇的最新技術。在本文中，采用深度機器學習方法，對采集到的不同負荷下的空化樣本數據進行了訓練，并用新的測量數據進行了測試驗證。其中訓練樣本采用了與4.1中同樣的樣本數據，共9組數據，其中2組低負荷區空化狀態的樣本數據，而7組為高負荷區空化程序很低的樣本數據。預處理過程將20 kHz以下的信號濾除。 在訓練獲得優化模型之后，采用該模型，對該機組新測量的多組不同負荷下的空化信號進行分類計算，獲得與空化狀態樣本的貼近度，以該貼近度為基礎計算該機組的空化健康程度系數，該系數為正而且越大表明新的測試樣本越貼近正常無空化狀態樣本，該系數為負，而且絕對值越大表明新的測試樣本越貼近空化狀態樣本。下表5是測試的結果：

表5 深度機器學習模型測試結果

從以上數據可以看出，采用基于深度神經網絡的深度機器學習方法，可以較好的實現空化狀態的識別，因此基于深度神經網絡的深度機器學習方法不失為一種新的可以探索的空化狀態評價的方法。

5 結論

本文通過對水輪機空化產生的機理和信號特征的分析，提出了一套綜合的、基于多源融合的水輪機空化狀態的分析評價系統的設計原理和方法，并引用實際測量數據對方法進行了驗證。然而，水輪機空化程度的識別與評價是極其復雜的，是水輪機故障診斷領域最復雜的問題之一。從目前發展水平看，仍然需要從機理研究、基礎測量技術、信號處理技術等多方面進一步研究、探索和驗證實踐。